argmax、softargmax求heatmap中最大值所在的坐标

 On Differentiating Parameterized Argmin and Argmax Problems with Application to Bi-level Optimization

argmax和softargmax的基本方法都是找到坐标的期望值，即对array softmax归一化以后得到概率值，然后和坐标相乘得到坐标的期望值，就是最大值的坐标。
argmax的程序：

import numpy as np
array=np.arange(11) #np.random.rand((10))
print(array)
farray_max=np.max(array)
softmax=np.exp(array-farray_max)/np.sum(np.exp(array-farray_max))
softargmax=np.sum(np.multiply(softmax,np.arange(len(array))))
print(softargmax)
print(round(softargmax))

[ 0  1  2  3  4  5  6  7  8  9 10]
9.418207014907832
9.0

可以看到结果是不准确的，argmax这种方法如果队列中最大值、次最大值等距离很近，结果可能不准确，于是有softargmax 

一维softargmax:

import numpy as np

f=100

array=np.arange(11) #np.random.rand((10))

print(array)

farray=np.multiply(array,f)

farray_max=np.max(farray)

softmax=np.exp(farray-farray_max)/np.sum(np.exp(farray-farray_max))

softargmax=np.sum(np.multiply(softmax,np.arange(len(array))))

print(softargmax)

print(round(softargmax))

[ 0  1  2  3  4  5  6  7  8  9 10]
10.0
10.0

 乘以f=100以后，由于np.exp的指数增长特征，进一步拉开最大值和其他值之间的距离，这样就可以求出最大值的坐标。

 二维的softargmax
这种方法通常用于人体姿态估计中最后层输出的heatmap图，这种方法用来求出heatmap图中关键点的坐标。
论文的链接：Human Pose Regression by Combining Indirect Part Detection and Contextual Information
​
的示意图
​

import numpy as np

array=np.arange(25)

np.random.shuffle(array)

array=np.reshape(array,(5,5))

print(array)

maxa=np.max(array)

coorda=np.where(array==maxa)

coorda=np.squeeze(coorda)

print('numpy自带求最大值坐标： ',coorda)

fmwidth=5

soft_argmax_x=np.zeros((fmwidth,fmwidth))

soft_argmax_y=np.zeros((fmwidth,fmwidth))

for i in range(1,fmwidth+1,1):

    soft_argmax_x[i-1,:] = i / fmwidth

for j in range(1,fmwidth+1,1):

    soft_argmax_y[:,j-1]=j / fmwidth

array_softmax=np.exp(array-maxa)/np.sum(np.exp(array-maxa))

xcoord=np.sum(np.multiply(array_softmax,soft_argmax_x))

ycoord=np.sum(np.multiply(array_softmax,soft_argmax_y))

print('softargmax求出的最大值坐标：',round(xcoord*5)-1,round(ycoord*5)-1)

[[17 16 10 15 12]
 [14 21 18 13  0]
 [ 6  4 23 24 20]
 [22  3  2  9 11]
 [ 8  1  5 19  7]]
numpy自带求最大值坐标：  [2 3]
softargmax求出的最大值坐标： 2.0 2.0

 如果加上一行，就可以得到准确的坐标，但深度学习实际使用时，不会加这行，而是让网络自己去学习应该有的分布。

import numpy as np

array=np.arange(25)

np.random.shuffle(array)

array=np.reshape(array,(5,5))

array=np.multiply(array,100)

print(array)

maxa=np.max(array)

coorda=np.where(array==maxa)

coorda=np.squeeze(coorda)

print('numpy自带求最大值坐标： ',coorda)

fmwidth=5

soft_argmax_x=np.zeros((fmwidth,fmwidth))

soft_argmax_y=np.zeros((fmwidth,fmwidth))

for i in range(1,fmwidth+1,1):

    soft_argmax_x[i-1,:] = i / fmwidth

for j in range(1,fmwidth+1,1):

    soft_argmax_y[:,j-1]=j / fmwidth

array_softmax=np.exp(array-maxa)/np.sum(np.exp(array-maxa))

xcoord=np.sum(np.multiply(array_softmax,soft_argmax_x))

ycoord=np.sum(np.multiply(array_softmax,soft_argmax_y))

print('softargmax求出的最大值坐标：',round(xcoord*5)-1,round(ycoord*5)-1)

[[1500 1900 1600  600 1700]
 [1000 2000 1800  800 1300]
 [ 400  900 2100 1400  300]
 [ 500  200 1100 1200 2300]
 [ 700  100 2200    0 2400]]
numpy自带求最大值坐标：  [4 4]
softargmax求出的最大值坐标： 4.0 4.0

参考的内容：Numerical Coordinate Regression with Convolutional Neural Networks
                      Human Pose Regression by Combining Indirect Part Detection and Contextual Information
                      soft-argmax将热点图转换为数值坐标应用于人体姿态估计 - xiongzihua - 博客园
                      Integral Human Pose Regression
                      soft-argmax將熱點圖轉換為數值坐標應用於人體姿態估計 - IT閱讀